基于Gridsphere的蛋白質插入-缺失及其側翼區(qū)域數(shù)據(jù)庫的設計與實現(xiàn).pdf

1、生物信息學是20世紀末隨著生物技術的提高和生物學數(shù)據(jù)的積累而發(fā)展起來的一個新的領域,是一門利用計算機工具和技術對生物系統(tǒng)的問題和規(guī)律進行研究的學科。目前,生物信息學主要體現(xiàn)在分子生物學與信息技術的結合,其研究重點主要體現(xiàn)在基因組學和蛋白質組學兩方面。伴隨著自然界和物種的進化過程,作為生命基本物質的蛋白質也處于不斷的進化中,插入/缺失(Indel)是最普遍的蛋白質序列變異的方式之一。近來的研究顯示,蛋白質結構中出現(xiàn)的插入/缺失能夠對其側翼

2、鄰近區(qū)域產生影響,這一現(xiàn)象可能在分子進化中具有重要的作用,因此,蛋白質的插入/缺失已經成為分子生物領域的重要研究對象。
　　基于Gridsphere創(chuàng)建的蛋白質插入/缺失及其側翼區(qū)域數(shù)據(jù)庫(簡稱IndelFR,http://indel.bioinfo.sdu.edu.cn)是一個免費的Web資源,提供了已知蛋白質結構中的Indel及其側翼區(qū)域的序列和結構信息。這些Indel是通過蛋白質結構分類數(shù)據(jù)庫(SCOP)超家族中同源結構間的

3、兩兩比對獲取的。IndelFR數(shù)據(jù)庫中包含2925017個帶有側翼區(qū)域的Indel,它們提取自1053個超家族中12573個非冗余結構域間的373402對結構比對。所有的結構比對信息和Indel信息都是以文件作為最初形式并按照一定的分類規(guī)則進行保存,為了便于檢索、統(tǒng)計和分析,這些信息中的關鍵內容被提取出來,并以數(shù)據(jù)庫的形式進行存儲。為了便于用戶訪問,本文設計和提供了使用Web方式進行數(shù)據(jù)庫檢索的功能,并提供了基本檢索、高級檢索、通用名檢

4、索、ID檢索、模糊檢索和位置檢索等多種檢索方式。此外,系統(tǒng)還包含了按照蛋白質結構分類數(shù)據(jù)庫中的蛋白質分類信息進行比對和Indel瀏覽的SCOP目錄樹,Indel在線生成的功能也以Web應用的方式集成到平臺中,系統(tǒng)還包含了一個Indel數(shù)據(jù)集的批量下載的頁面。
　　插入/缺失(Indel)是數(shù)據(jù)庫中的核心信息,通過蛋白質插入/缺失及其側翼區(qū)域數(shù)據(jù)庫,用戶可以查詢到Indel及其側翼區(qū)域的氨基酸序列、長度、位置、二級結構組成、親疏水性